如果機器人可以進行學習并在彼此間分享知識，那么我們的生活將會變得怎樣呢？
突破點：機器人可以學習任務，將知識傳送到云端供其他機器人學習。
意義：如果不需要分別對所有類型的機器進行單獨編程，那么機器人發(fā)展進程將被大量加快。
主要研究者：Brain of Things、布朗大學、加利福尼亞大學伯克利分校、德國達姆施塔特工業(yè)大學
技術上市時間：未來3-5年
人們希望機器人可以完成更多的工作，例如在倉庫中包裝貨物、幫助臥床病人或在前線幫助士兵，但因為機器人不能識別并且簡單處理常見的事務，所以這一切幾乎不可能成為現實。布朗大學的計算機科學教授表示，人們通常在疊襪子、拿水杯等事情方面毫無問題，因為我們已經經歷了童年時期的“大數據收集過程”。而對于機器人來說，它們需要訪問大量數據來學習如何抓取和操縱物體——這些數據通常來自精密的編程。但在理想狀況下，機器人可以彼此之間獲取信息。
這是Tellex的“萬物交流”項目所依據的理論。這個項目的目的是研究世界各地的機器人，并了解它們如何發(fā)現處理從碗到香蕉這類簡單物品，然后在學習完成后將數據上傳到云端，并允許其他機器人分析和使用這些信息。
在美國羅德島州普羅維登斯設立的Tellex實驗室的氣氛非常輕松愉悅。我拜訪她的那天，一個由機器人技術公司制造的Baxter機器人正站在一堆東西中掃描一個小梳子。它在小梳子上方來回移動自己的右手，并使用相機拍攝了許多照片而且使用紅外傳感器測量深度。之后，它用兩個鉗子嘗試了不同的抓取方式并最終將其舉起來。一旦機器人將梳子握在空中，它就會搖動梳子以確保已經抓緊了。假如是這樣的話，我們就可以斷定機器人已經學會了如何抓取物體。
2016 年十大突破技術 —— 知識分享型機器人，加快機器人發(fā)展進程
布朗大學的Stefanie Tellex和Baxter機器人
機器人可以全天工作，通常在其每個夾具中都有不同的物品。Tellex和她的研究生John Oberlin已經收集并分享了大約200種物品的數據，這些物件包括小孩的鞋子、塑料船、橡皮鴨、榨蒜汁機和其他廚房用具，以及最初屬于她三歲兒子的吸水杯。其他科學家也貢獻了他們自己的數據，Tellex希望可以使用這些數據來建立一個關于機器人如何操縱一百萬個不同物品的數據庫。最終，機器人在面對一個裝滿貨物的架子時就能夠“識別它們面前的鋼筆并抓起它”。
此項目實現的可能性很大，因為許多機器人研究都使用相同的標準框架編程，比如ROS：一旦一個機器人將給定任務學習完畢，它就可以將數據分享給其他人，并且這些機器人還可以上傳反饋——這可以改善傳遞給后續(xù)機器人的指令。Tellex說，關于如何識別和抓取任何給定物體的數據都可以被壓縮到5-10兆字節(jié)，這大約是音樂庫中一首歌曲所占內存的大小。
Tellex是一個名為“機器人大腦”項目的早期合作者，這個項目展示了機器人如何從另一個機器人那里學習。她的合作者Ashutosh Saxena在康奈爾大學指導他的PR2機器人拿起小杯子并將其放在桌子上。之后，Tellex在布朗大學從云端下載了這些信息并使用它們訓練Baxter——因為處于不同環(huán)境中的機器人執(zhí)行相同任務的過程也不太一樣。
“這些進展現在看起來作用很大，但是在接下來的5到10年內，我們期望看到機器人能力的爆炸式增長。”Saxena說。他現在是創(chuàng)業(yè)公司Brain of Things的CEO。隨著更多的研究人員貢獻資源來完善云端數據，“機器人會變得能夠在彈指間獲取需要的所有信息”。
2016 年十大突破技術 —— 知識分享型機器人，加快機器人發(fā)展進程
每當機器人用最佳方式抓取并握住某物時，它就會將其他機器人可以使用的數據格式化。
